[發(fā)明專利]一種可解釋的急性腎損傷持續(xù)預(yù)警方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210042926.1
• 申請(qǐng)日: 2022-01-14
• 公開(kāi)（公告）號(hào): CN114420231A
• 公開(kāi)（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 劉澄玉;楊美程;李潤(rùn)發(fā);李建清
• 申請(qǐng)（專利權(quán)）人: 東南大學(xué)
• 主分類號(hào): G16H10/60
• 分類號(hào): G16H10/60;G16H50/70;G06N3/08;G06N3/04
• 代理公司: 南京眾聯(lián)專利代理有限公司 32206
• 代理人: 張?zhí)煺?/td>

本發(fā)明公開(kāi)了一種可解釋的急性腎損傷持續(xù)預(yù)警方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備，包括以下步驟。第一步：臨床電子病歷數(shù)據(jù)獲取，構(gòu)建以小時(shí)為單位步長(zhǎng)的患者表格化時(shí)間序列；第二步：數(shù)據(jù)預(yù)處理及特征提取，進(jìn)行臨床動(dòng)態(tài)特征解析提取臨床經(jīng)驗(yàn)特征；第三步：對(duì)患者時(shí)間序列信息進(jìn)行多層非線性映射表示，構(gòu)建急性腎損傷持續(xù)預(yù)警深度學(xué)習(xí)方法；第四步：基于改進(jìn)積分梯度方法提出可解釋的預(yù)警模型對(duì)輸出結(jié)果進(jìn)行解釋；第五步：臨床可視化交互界面搭建以輔助臨床決策。本發(fā)明在融合先驗(yàn)特征的基礎(chǔ)上構(gòu)建急性腎損傷深度表示預(yù)警算法，有效提高了患者風(fēng)險(xiǎn)持續(xù)追蹤的準(zhǔn)確性，同時(shí)可解釋與可視化的交互信息大大提高算法所依托系統(tǒng)的可用性。

技術(shù)領(lǐng)域

本發(fā)明涉及醫(yī)學(xué)技術(shù)領(lǐng)域，尤其涉及一種可解釋的急性腎損傷持續(xù)預(yù)警方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)

本部分的陳述僅僅是提供了與本公開(kāi)相關(guān)的背景技術(shù)信息，不必然構(gòu)成在先技術(shù)。

急性腎損傷(Acute kidney injury,AKI)是由多種病因和病理機(jī)制引起的以腎功能迅速下降為特征的一種嚴(yán)重臨床綜合征，具有高發(fā)病率和病死率。據(jù)相關(guān)資料統(tǒng)計(jì)，全球每年約有1330萬(wàn)AKI新發(fā)病例，近170萬(wàn)人因AKI及其并發(fā)癥死亡。目前臨床上仍然缺乏有效的減少AKI病程的治療方法，因此對(duì)于AKI的預(yù)防和早期診斷是其防治中最重要的環(huán)節(jié)。

隨著近二十年來(lái)醫(yī)院信息化建設(shè)的高速發(fā)展，使得利用大數(shù)據(jù)、醫(yī)學(xué)統(tǒng)計(jì)分析和人工智能等手段構(gòu)建數(shù)字化的AKI疾病早期預(yù)警系統(tǒng)成為研究重點(diǎn)。然而基于人工智能預(yù)警系統(tǒng)的報(bào)警疲勞問(wèn)題，以及臨床工作者無(wú)法有效理解報(bào)警的出現(xiàn)，使得無(wú)法交互式的獲得評(píng)價(jià)患者病情的有效信息以輔助治療是當(dāng)前AKI智能預(yù)警算法遠(yuǎn)沒(méi)有達(dá)到臨床應(yīng)用標(biāo)準(zhǔn)的主要問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種可解釋的急性腎損傷持續(xù)預(yù)警方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備，首先獲取臨床電子病歷數(shù)據(jù)，然后對(duì)數(shù)據(jù)預(yù)處理及特征提取，隨后建立急性腎損傷風(fēng)險(xiǎn)的可持續(xù)預(yù)警和早期識(shí)別方法，并對(duì)其輸出結(jié)果進(jìn)行解釋，最后搭建可視化交互界面以輔助臨床決策。

為實(shí)現(xiàn)上述目的，本發(fā)明的一個(gè)或多個(gè)實(shí)施例提供了如下技術(shù)方案：

一種可解釋的急性腎損傷持續(xù)預(yù)警方法，其特征在于，包括以下步驟：

S1:臨床電子病歷數(shù)據(jù)獲取，構(gòu)建以小時(shí)為單位步長(zhǎng)的患者表格化時(shí)間序列，選取KDIGO指南中的肌酐和尿量標(biāo)準(zhǔn)定義急性腎損傷的發(fā)生以及危急程度；

S2:數(shù)據(jù)預(yù)處理及特征提取，進(jìn)行臨床動(dòng)態(tài)特征解析，依據(jù)先驗(yàn)知識(shí)進(jìn)行臨床信息挖掘，提取臨床經(jīng)驗(yàn)特征；

S3:急性腎損傷持續(xù)預(yù)警深度學(xué)習(xí)方法構(gòu)建，基于擴(kuò)張因果卷積結(jié)合嵌入擠壓和激勵(lì)(SE)模塊的殘差網(wǎng)絡(luò)對(duì)患者時(shí)間序列信息進(jìn)行多層非線性映射表示，自動(dòng)挖掘患者時(shí)間維度前后狀態(tài)信息的潛在關(guān)聯(lián)，每六小時(shí)一次利用過(guò)去24小時(shí)的信息預(yù)測(cè)患者將來(lái)24小時(shí)內(nèi)患急性腎損傷的風(fēng)險(xiǎn)，實(shí)現(xiàn)急性腎損傷風(fēng)險(xiǎn)的持續(xù)預(yù)警；

S4:預(yù)警模型可解釋方法提出，利用改進(jìn)積分梯度方法對(duì)持續(xù)預(yù)警模型進(jìn)行解釋，輸出單個(gè)患者每次預(yù)測(cè)的特征重要度分布，提示高危風(fēng)險(xiǎn)因素；

S5:臨床可視化交互界面搭建，基于提示的可解釋信息搭建臨床可視化交互界面以輔助臨床決策，建立從原始數(shù)據(jù)和可視化預(yù)警信息顯示到醫(yī)生實(shí)時(shí)風(fēng)險(xiǎn)追蹤、再到醫(yī)生介入糾正、從而不斷更新模型的全鏈條交互模式。